Test t scipy

Cet article appartient au test t Scipy en langue Python. Python est un langage de programmation sensible à la casse. Il est très facile à utiliser et aide les développeurs à se développer dans les technologies de l'information. Scipy est une bibliothèque à part entière de Python qui est utilisée pour l'optimisation, le traitement d'image, l'interpolation, etc. Scipy est une bibliothèque de Python et est en outre classé en sous-packages. Il s'agit notamment de Scipy. Optimiser, Scipy.Io, Scipy. Signal, Scipy. statistiques, et bien d'autres. La fonction Scipy-test t-test appartient au calcul de l'hypothèse statistique pour comparer les moyens de deux groupes. Dans la section à venir, nous discuterons des tests t en détail pour montrer aux nouveaux apprenants sur la façon d'effectuer les tests en T à Python.

Quel est le test t python scipy?

Scipy est une mince bibliothèque de Python qui effectue un calcul scientifique. La bibliothèque Scipy est construite sur la bibliothèque Numpy. Scipy T-test est une fonction qui est utilisée pour calculer les tests t sur des échantillons donnés dans les programmes Python. Le test t est une méthode statistique utilisée pour différencier les moyens de deux groupes. À l'aide de la fonction de test t Scipy, nous interprétons la valeur statistique dans un test bilatéral.

Lorsque des sujets liés aux statistiques se présentent, les «statistiques» du package Scipy entrent dans l'esprit des développeurs. Cavalier.Stats est un package de bibliothèque Scipy qui contient diverses fonctions pour effectuer les calculs statistiques dans Python. En python, le scipy.Statistiques.ttest () effectue trois types de tests t: ttest_ind (), ttest_rel () et ttest_1samp (). Le ttest_ind () est un test t non apparié qui est utilisé pour comparer deux ensembles de données indépendants. Tandis que ttest-rel () est un test t apparié qui est utilisé pour comparer les ensembles dépendants de données. Et le ttest_1samp () est utilisé pour comparer la moyenne d'un groupe à une valeur unique.

Au cours de la prochaine session, nous discuterons des trois tests T différents qui sont effectués sur des échantillons à l'aide d'exemples simples et intéressants qui vous aideront à comprendre le sujet T-Test Scipy en Python.

Syntaxe du test t scipy

Il existe trois types de fonctions de test t scipy qui sont effectuées en python pour le calcul statistique: ttest_ind (), ttest_rel () et ttest_1samp (). Nous expliquerons la syntaxe de ces trois fonctions du scipy.Package de statistiques.

La syntaxe respective des fonctions est mentionnée dans ce qui suit:

Ceci est la syntaxe de la méthode ttest_ind ():

Ceci est la syntaxe de la méthode ttest_1samp ():

Ceci est la syntaxe de la méthode ttest_rel ():

Paramètres: Les variables A et B se présentent sous la forme d'un tableau, l'axe doit être un INT ou facultatif, la valeur égale_var est également en bool ou en option, et d'autres paramètres sont considérés comme facultatifs. Facultatif signifie que c'est à nous, que nous le prenions comme paramètre ou non.

Passons à un exemple de session pour comprendre comment utiliser ces trois fonctions de test t dans la langue Python.

Exemple 1:

Regardons le premier exemple de test en T qui est à la fois simple et intéressant. Pour trouver un test t, nous devons avoir des échantillons. Le code de référence est mentionné dans ce qui suit pour votre confort, veuillez donc examiner le code à fond. Consultez l'exemple de code suivant:

à partir des statistiques d'importation Scipy
de Scipy.Statistiques importations ttest_ind
Importer Numpy comme NP
Arr1 = np.Array ([10,20,30,40,50,60])
arr2 = np.Array ([2,4,6,8,10,12])
res = ttest_ind (arr1, arr2)
imprimer (res)

Dans cet exemple, nous importons le module ou le package des statistiques de la bibliothèque Scipy, ainsi que la fonction ttest_ind de Scipy. Modules de statistiques. La bibliothèque Numpy est importée en NP. Nous utilisons les deux tableaux nommés «Arr1» et «Arr2» pour l'initialisation. Maintenant, nous appelons la fonction ttest_ind et passons ces deux tableaux en tant que paramètre dans la fonction. Nous l'appelons ensuite dans la variable «Res». Enfin, nous transmettons la variable «Res» dans l'instruction d'impression pour la sortie de l'écran. Après avoir exécuté ce programme dans une application Python, nous obtenons la sortie suivante:

Exemple 2:

Dans cet exemple, nous prenons une autre fonction du scipy.Package des statistiques comme ttest_1samp (). Cette fonction est utilisée pour effectuer le test pour trouver la moyenne contre la population donnée. Le code de référence du programme est le suivant:

à partir des statistiques d'importation Scipy
de Scipy.Statistiques Important ttest_1samp
Importer Numpy comme NP
cricket_scorces = [170, 185, 220, 235, 120, 121, 211, 176,134, 105 280, 260 290, 177,173, 111, 104, 108]
résultat = statistiques.ttest_1samp (cricket_scorces, 173)
Imprimer (résultat)

Au début, nous importons le package des statistiques de la bibliothèque Scipy et importons la fonction ttest_1samp côte à côte dans le package des statistiques. Nous importons la bibliothèque Numpy en NP pour le calcul du tableau. Après cela, nous initialisons un tableau nommé «Cricket_Scores». Sous la ligne, nous appelons les statistiques. ttest_1samp () et passer le tableau cricket_score comme paramètre et signifier dans cette fonction. Nous donnons la valeur de la fonction à la variable de résultat. Enfin, nous appelons la variable de résultat dans une déclaration d'impression. Après avoir exécuté le programme, nous affichons la sortie suivante à l'écran:

Exemple 3:

Dans cet exemple, nous expliquerons brièvement la troisième fonction ou échantillon du test t qui est le ttest_rel (). Ce qui suit est le code de référence du programme:

à partir des statistiques d'importation Scipy
de Scipy.Statistiques importations ttest_rel
Importer Numpy comme NP
hauteur = [1.3, 2.0, 3.5, 4.3, 5.6, 6.2, 7.1, 8.5, 9.2, 10.2, 12.8, 13.5, 14.9, 15.4, 16.7, 17.1, 18.0, 19.8, 20.5]
poids = [20.5, 40.1, 47.2, 55.5, 65.2, 66.1, 72.4, 75.9, 79.1, 81.5, 85.2, 88.7, 90.0, 91.4, 91.7, 93.8, 94.4, 95.0, 97.8]
sortie = statistiques.ttest_rel (taille, poids)
Imprimer (sortie)

Dans ce programme, nous importons le module ou le package des statistiques de la bibliothèque Scipy dans la première ligne. Dans la deuxième ligne, nous importons la fonction ttest_rel de Scipy.Bibliothèque de statistiques. Après cela, nous importons la bibliothèque Numpy pour un calcul numérique ou une manipulation de la table.

Nous prenons deux tableaux nommés «hauteur» et «poids» pour comparaison et effectuons les tests sur eux. Après avoir initialisé les tableaux avec succès, nous appelons les statistiques des tests en T.ttest.Fonction rel () avec les paramètres «hauteur» et «poids». Une fois la fonction exécutée, nous renvoyons la valeur. Nous attribuons cette valeur à la variable «sortie». Enfin, nous passons cette variable «sortie» à l'instruction IMPRESS. Après avoir exécuté le programme dans l'application Python, la sortie suivante s'affiche à l'écran:

Conclusion

Nous pouvons conclure que la fonction ttest () est utilisée pour trouver la moyenne ainsi que comparer les moyens entre les deux groupes. Scipy est une bibliothèque de Python et agit comme une boîte au trésor qui stocke beaucoup de packages à l'intérieur de la boîte comme Optimiser, Statistiques, IO, signaux, etc. Ce scipy.Les statistiques sont utilisées pour effectuer les calculs statistiques dans Python. Cavalier.ttest fait référence à différents types de fonctions dans différentes situations. Trois formes d'échantillons de test sont utilisés pour le calcul et nous avons expliqué ces trois fonctions dans les exemples fournis. J'espère que cet article avec des exemples pratiques est utile pour vous. Si vous souhaitez pratiquer ce sujet dans votre éditeur, vous pouvez modifier les exemples donnés et voir le résultat.